如何在字符串中从 XML 加载 org.w3c.dom.Document？

Posted 2023-02-26

【中文标题】如何在字符串中从 XML 加载 org.w3c.dom.Document？

【英文标题】：How do I load an org.w3c.dom.Document from XML in a string?

【发布时间】：2010-09-07 04:34:04

【问题描述】：

我在字符串中有一个完整的 XML 文档，并且想要一个 Document 对象。谷歌出现了各种各样的垃圾。什么是最简单的解决方案？ （在 Java 1.5 中）

解决方案感谢Matt McMinn，我已经确定了这个实现。它对我来说具有适当的输入灵活性和异常粒度。 （很高兴知道错误是来自格式错误的 XML - SAXException - 还是只是错误的 IO - IOException。）

public static org.w3c.dom.Document loadXMLFrom(String xml)
    throws org.xml.sax.SAXException, java.io.IOException 
    return loadXMLFrom(new java.io.ByteArrayInputStream(xml.getBytes()));


public static org.w3c.dom.Document loadXMLFrom(java.io.InputStream is) 
    throws org.xml.sax.SAXException, java.io.IOException 
    javax.xml.parsers.DocumentBuilderFactory factory =
        javax.xml.parsers.DocumentBuilderFactory.newInstance();
    factory.setNamespaceAware(true);
    javax.xml.parsers.DocumentBuilder builder = null;
    try 
        builder = factory.newDocumentBuilder();
    
    catch (javax.xml.parsers.ParserConfigurationException ex) 
      
    org.w3c.dom.Document doc = builder.parse(is);
    is.close();
    return doc;

【问题讨论】：

如果您能纠正解决方案，那就太好了。使用 String.getByptes 和 InputStream 会带来 i18n 问题。我的一个朋友从这里得到了代码，这是错误的。幸运的是 findbugs 检测到了这个问题。 erickson 提供的正确解决方案是使用 InputSource。

【参考方案1】：

为了在 Java 中操作 XML，我总是倾向于使用 Transformer API：

import javax.xml.transform.Source;
import javax.xml.transform.TransformerException;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.dom.DOMResult;
import javax.xml.transform.stream.StreamSource;

public static Document loadXMLFrom(String xml) throws TransformerException 
    Source source = new StreamSource(new StringReader(xml));
    DOMResult result = new DOMResult();
    TransformerFactory.newInstance().newTransformer().transform(source , result);
    return (Document) result.getNode();
   

【参考方案2】：

刚刚遇到了类似的问题，除了我需要一个 NodeList 而不是 Document，这就是我想出的。它与以前的解决方案基本相同，将根元素作为 NodeList 进行了扩充，并使用了 erickson 的建议，即使用 InputSource 代替字符编码问题。

private String DOC_ROOT="root";
String xml=getXmlString();
Document xmlDoc=loadXMLFrom(xml);
Element template=xmlDoc.getDocumentElement();
NodeList nodes=xmlDoc.getElementsByTagName(DOC_ROOT);

public static Document loadXMLFrom(String xml) throws Exception 
        InputSource is= new InputSource(new StringReader(xml));
        DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
        factory.setNamespaceAware(true);
        DocumentBuilder builder = null;
        builder = factory.newDocumentBuilder();
        Document doc = builder.parse(is);
        return doc;
    

【参考方案3】：

哇！

此代码可能存在严重问题，因为它忽略了String 中指定的字符编码（默认为 UTF-8）。当您调用 String.getBytes() 时，平台默认编码用于将 Unicode 字符编码为字节。所以，解析器可能认为它正在获取 UTF-8 数据，而实际上它正在获取 EBCDIC 或其他东西……不漂亮！

改为使用带有 InputSource 的 parse 方法，它可以用 Reader 构造，如下所示：

import java.io.StringReader;
import org.xml.sax.InputSource;
…
        return builder.parse(new InputSource(new StringReader(xml)));

这似乎没什么大不了的，但对字符编码问题的无知会导致类似于 y2k 的阴险代码腐烂。

【讨论】：

Google 上的解决方案如此简单但又如此难以捉摸。谢谢+1

我现在意识到，我不应该只是复制并粘贴已接受的答案，而应该通读。

太棒了！通过以下设置在 JDK8 上挽救了我们的生命 file.encoding=ISO-8859_1 , javax.servlet.request.encoding=UTF-8 PS 标记为正确的答案对我们不起作用

【参考方案4】：

这在 Java 1.5 中适用于我 - 为了便于阅读，我删除了特定的异常。

import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.DocumentBuilder;
import org.w3c.dom.Document;
import java.io.ByteArrayInputStream;

public Document loadXMLFromString(String xml) throws Exception

    DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();

    factory.setNamespaceAware(true);
    DocumentBuilder builder = factory.newDocumentBuilder();

    return builder.parse(new ByteArrayInputStream(xml.getBytes()));

【讨论】：

如 sylvarking 的回答中所述，此代码使用 getBytes() 而不考虑编码。

你的意思是埃里克森的回答吗？或者他重命名了他的个人资料？

不应该有演员return (Document) builder.parse(new ByteArrayInputStream(xml.getBytes()));??